MongoDB是NoSQL数据库的典型代表，支持文档结构的存储方式数据存储和使用更为便捷，数据存取效率也很高，但计算能力较弱，实际使用中涉及MongoDB的计算尤其是复杂计算会很麻烦，这就需要具备强计算能力的数据处理引擎与其配合。
开源集算器SPL是一款专业结构化数据计算引擎，拥有丰富的计算类库和完备、不依赖数据库的计算能力。SPL提供了独立的过程计算语法，尤其擅长复杂计算，可以增强MongoDB的计算能力，完成分组汇总、关联计算、子查询等通通不在话下。
常规查询
MongoDB不容易搞定的连接JOIN运算，用SPL很容易搞定：
A B 1 =mongo_open(“mongodb://127.0.0.1:27017/raqdb”) /连接MongDB 2 =mongo_shell(A1,”c1.find()”).fetch() /获取数据 3 =mongo_shell(A1,”c2.find()”).fetch() 4 =A2.join(user1:user2,A3:user1:user2,output) /关联计算 5 >A1.close() /关闭连接
单表多次参与运算，复用计算结果：
A B 1 =mongo_open(“mongodb://127.0.0.1:27017/raqdb”) 2 =mongo_shell(A1,”course.find(,{_id:0})”).fetch() /获取数据 3 =A2.group(Sno).((avg = ~.avg(Grade), ~.select(Grade>avg))).conj() /计算成绩大于平均值 4 >A1.close()
IN计算：
A B 1 =mongo_open(“mongodb://localhost:27017/test”) 2 =mongo_shell(A1,”orders.find(,{_id:0})”) /获取数据 3 =mongo_shell(A1,”employee.find({STATE:’California’},{_id:0})”).fetch() /过滤employee数据 4 =A3.(EID).sort() /取出EID并排序 5 =A2.select(A4.pos@b(SELLERID)).fetch() /二分法查找 6 >A1.close()
外键对象化，外键指针不仅方便，效率也高：
A B 1 =mongo_open(“mongodb://localhost:27017/local”) 2 =mongo_shell(A1,”Progress.find({}, {_id:0})”).fetch() /获取Progress数据 3 =A2.groups(courseid; count(userId):popularityCount) /按课程分组计数 4 =mongo_shell(A1,”Course.find(,{title:1})”).fetch() /获取Course数据 5 =A3.switch(courseid,A4:_id) /外键连接 6 =A5.new(popularityCount,courseid.title) /创建结果集 7 =A1.close()
APPLY算法的简单实现：
A B 1 =mongo_open(“mongodb://127.0.0.1:27017/raqdb”) 2 =mongo_shell(A1,”users.find()”).fetch() /获取users数据 3 =mongo_shell(A1,”workouts.find()”).fetch() /获取workouts数据 4 =A2.conj(A3.select(A2.workouts.pos(_id)).derive(A2.name)) /查询_id 值workouts 序列的记录 5 >A1.close()
集合运算，合并交差：
A B 1 =mongo_open(“mongodb://127.0.0.1:27017/raqdb”) 2 =mongo_shell(A1,”emp1.find()”).fetch() 3 =mongo_shell(A1,”emp2.find()”).fetch() 4 =[A2,A3].conj() /多序列合集 5 =[A2,A3].merge@ou() /全行对比求并集 6 =[A2,A3].merge@ou(_id, NAME) /键值对比求并集 7 =[A2,A3].merge@oi() /全行对比求交集 8 =[A2,A3].merge@oi(_id, NAME) /键值对比求交集 9 =[A2,A3].merge@od() /全行对比求差集 10 =[A2,A3].merge@od(_id, NAME) /键值对比求差集 11 >A1.close()
在序列中查找成员序号：
A B 1 =mongo_open(“mongodb://localhost:27017/local) 2 =mongo_shell(A1,”users.find({name:’jim’},{name:1,friends:1,_id:0})”) .fetch() 3 =A2.friends.pos(“luke”) /从friends序列中获取成员序号 4 =A1.close()
多成员集合的交集：
A B 1 [Chemical, Biology, Math] /课程 2 =mongo_open(“mongodb://127.0.0.1:27017/raqdb”) 3 =mongo_shell(A2,”student.find()”).fetch() /获取student数据 4 =A3.select(Lesson^A1!=[]) /查询选修至少一门的记录 5 =A4.new(_id, Name, ~.Lesson^A1:Lession) /计算出结果 6 >A2.close()
复杂计算
TOPN运算：
A B 1 =mongo_open(“mongodb://127.0.0.1:27017/test”) 2 =mongo_shell(A1,”last3.find(,{_id:0};{variable:1})”) /获取last3数据,并按variable排序 3 for A2;variable =A3.top(3;-timestamp) /选出timestamp最晚的3个 4 =@|B3 /将选出文档追加到B4中 5 =B4.minp(~.timestamp) /选出timstamp最早的文档 6 >mongo_close(A1)
嵌套结构的聚合：
A 1 =mongo_open(“mongodb://127.0.0.1:27017/raqdb”) 2 =mongo_shell(A1,”computer.find()”).fetch() 3 =A2.new(_id:ID,income.array().sum():INCOME,output.array().sum():OUTPUT) 4 >A1.close()
合并多属性子文档：
A B C 1 =mongo_open(“mongodb://localhost:27017/local”) 2 =mongo_shell(A1,”c1.find(,{_id:0};{name:1})”) 3 =create(_id, readUsers) /创建结果序表 4 for A2;name =A4.conj(acls.read.users|acls.append.users|acls.edit.users|acls.fullControl.users).id() /取出所有users字段 5 >A3.insert(0, A4.name, B4) /插入本组数据 6 =A1.close()
嵌套List子文档的查询
A B 1 =mongo_open(“mongodb://localhost:27017/local”) 2 =mongo_shell(A1,”Cbettwen.find(,{_id:0})”).fetch() 3 =A2.conj((t=~.objList.data.dataList, t.select((s=float(~.split@c1()(1)), s>6154 && s
Original: https://blog.csdn.net/u010634066/article/details/125854301
Author: 石臻臻的杂货铺
Title: 开源SPL强化MangoDB计算
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/722886/
转载文章受原作者版权保护。转载请注明原作者出处！